Wie Resolve die Automatisierung der Notfallwiederherstellung in eine gesteuerte Ausführung verwandelt

Kurz gesagt:

• Die Automatisierung der Notfallwiederherstellung verwandelt einen dokumentierten Wiederherstellungsplan in einen ausführbaren, wiederholbaren Prozess.
• Resolve koordiniert Wiederherstellungsarbeiten über Cloud-, Netzwerk-, Identitäts-, Infrastruktur-, Überwachungs-, ITSM- und andere Unternehmenssysteme hinweg.
• Resolve kann Signale und den operativen Kontext interpretieren, um genehmigte Wiederherstellungsverfahren auszuführen. Der Prüfpfad bietet Transparenz über die Aktivitäten des Arbeitsablaufs.
• Menschliches Urteilsvermögen bleibt für Entscheidungen mit hohem Risiko, Ausnahmen von Richtlinien und Situationen verfügbar, in denen die Beweislage keine automatisierte Reaktion unterstützt.

Herausforderungen bei der Notfallwiederherstellung

Die meisten Unternehmen verfügen über Pläne zur Notfallwiederherstellung. Die schwierigere Frage ist, ob diese Pläne während einer tatsächlichen Störung schnell, konsistent und sicher ausgeführt werden können.

Ein Wiederherstellungsplan kann Anwendungsabhängigkeiten, Sicherungsspeicherorte, Umschaltverfahren, Systemverantwortliche, Kommunikationswege, Wiederherstellungszeitziele und Wiederherstellungspunktziele dokumentieren. Ein Dokument führt die Wiederherstellung jedoch nicht durch.

Wenn ein Ausfall auftritt, müssen Teams möglicherweise weiterhin Diagnosen erfassen, den Umfang der Störung bestimmen, Infrastruktur- und Anwendungsverantwortliche koordinieren, Sicherungsumgebungen aktivieren, Netzwerkkonfigurationen aktualisieren, Identitätsdienste überprüfen, Abhängigkeiten wiederherstellen, den Zustand der Anwendung testen, den Status kommunizieren und jede Aktion aufzeichnen.

Wenn diese Schritte von manueller Koordination abhängen, kann sich die Wiederherstellung genau dann verlangsamen, wenn Zeit und Klarheit am wichtigsten sind.

Resolve verwandelt einen Plan zur Notfallwiederherstellung in einen gesteuerten Ausführungsprozess. Es koordiniert genehmigte Aktionen über die gesamte IT-Umgebung hinweg, behält die Kontrolle über Änderungen an Produktionssystemen, validiert Ergebnisse und bindet Menschen ein, wenn die Situation Urteilsvermögen erfordert.

So bewältigt Resolve die Automatisierung der Notfallwiederherstellung 

Der Resolve-Ansatz hilft dabei, vermeidbare manuelle Koordination zu beseitigen, sodass sich Spezialisten auf Entscheidungen und Ausnahmen konzentrieren können, die tatsächlich Fachwissen erfordern.

Wiederherstellung nach dem Ausfall einer kritischen Anwendung mit Resolve

Angenommen, die Überwachung erkennt, dass eine geschäftskritische Anwendung nicht verfügbar ist. Die Anwendung hängt von Cloud-Infrastruktur, einer Datenbank, Identitätsdiensten, Netzwerkkonnektivität und mehreren nachgelagerten Diensten ab.

Ein Werkzeug für die punktuelle Wiederherstellung kann möglicherweise eine bestimmte Ressource wiederherstellen. Es koordiniert möglicherweise nicht den vollständigen Prozess, der erforderlich ist, um den Dienst wieder in einen nutzbaren Zustand zu versetzen.

Resolve stellt die Ausführungsebene für diese durchgängige Wiederherstellung bereit.

1. Resolve empfängt das Störungssignal

Der Prozess kann mit einem Ereignis aus einer Überwachungsplattform, einer Infrastrukturwarnung oder einem in ITSM erstellten Vorfall beginnen.

Resolve startet den geeigneten Diagnosearbeitsablauf, ohne darauf zu warten, dass ein Ingenieur Informationen manuell zwischen Systemen kopiert. Der Prüfpfad bietet von Beginn der Reaktion an Transparenz über die Aktivitäten des Arbeitsablaufs.

2. Resolve stellt den relevanten Kontext zusammen

Die Plattform interpretiert das Signal und den vertrauenswürdigen operativen Kontext, der für den Prozess verfügbar ist. Dieser Kontext kann den betroffenen Service, kürzlich vorgenommene Änderungen, den Infrastrukturstatus, den Zustand von Abhängigkeiten, zugehörige Warnungen und Informationen zu früheren Vorfällen umfassen.

Wenn die Belege unvollständig oder widersprüchlich sind, kann der Prozess weitere Informationen sammeln oder eine menschliche Prüfung anfordern, bevor eine kritische Aktion ausgeführt wird.

3. Resolve identifiziert den genehmigten Wiederherstellungspfad

Resolve hilft dabei zu ermitteln, welcher genehmigte Wiederherstellungsworkflow zu den verfügbaren Belegen passt.

Resolve erfindet während des Ausfalls kein Verfahren zur Wiederherstellung der Produktionsumgebung. Workflow Designer enthält die Wiederherstellungslogik, die von der Organisation bereits geprüft wurde, einschließlich erforderlicher Eingaben, Berechtigungen, Genehmigungen, Validierungsschritte und Eskalationsbedingungen.

4. Resolve koordiniert die Wiederherstellung

Resolve führt die Wiederherstellungssequenz über die relevanten Systeme hinweg aus.

Je nach genehmigtem Plan kann der Workflow zusätzliche Diagnosedaten sammeln, eine betroffene Komponente isolieren, Standby-Ressourcen aktivieren, eine Konfiguration wiederherstellen, einen Failover koordinieren, das Routing aktualisieren, abhängige Services neu starten oder die zuständigen Teams benachrichtigen.

Der Workflow führt diese Aktionen in einer festgelegten Reihenfolge aus. Vor einer Änderung mit hohem Risiko kann er für eine Genehmigung pausieren, bei bekannten Bedingungen unterschiedliche Pfade einschlagen und stoppen, wenn eine erforderliche Schutzmaßnahme fehlschlägt.

5. Resolve überprüft die Wiederherstellung des Services

Der Abschluss der Failover-Sequenz beweist nicht, dass der Service wiederhergestellt wurde.

Resolve führt die von der Organisation definierten Erfolgskontrollen aus. Diese Prüfungen können bestätigen, dass die Infrastruktur verfügbar ist, Abhängigkeiten antworten, die Authentifizierung funktioniert, die Anwendung einen Integritätstest besteht und die Überwachung die ursprüngliche Bedingung nicht mehr erkennt.

Diese Validierung hilft dem Team, zwischen einer abgeschlossenen Wiederherstellungsaktion und einem verifizierten Geschäftsservice zu unterscheiden.

6. Prüfprotokoll unterstützt den Abschluss oder die Eskalation

Wenn die Prüfungen erfolgreich sind, kann Resolve den ITSM-Eintrag aktualisieren, das Ergebnis kommunizieren und den Service weiter überwachen.

Wenn die Validierung fehlschlägt, folgt Resolve dem genehmigten Eskalations- oder Ausweichpfad. Die für die Reaktion zuständigen Personen erhalten den gesammelten Kontext, die vom Workflow ausgeführten Aktionen und die verfügbaren Ergebnisse.

Audit Trail bietet Transparenz über die Workflow-Aktivitäten und ermöglicht es den für die Reaktion zuständigen Personen, die Ausnahme zu untersuchen, ohne den gesamten Wiederherstellungsprozess zu wiederholen.

Notfallwiederherstellung erfordert mehr als punktuelle Automatisierung

Die meisten Unternehmen verfügen bereits über Tools, die Teile der Notfallwiederherstellung unterstützen. Backup-Plattformen schützen Daten. Cloud-Plattformen bieten Redundanz. Tools für die Beobachtbarkeit erkennen Serviceprobleme. ITSM-Plattformen verwalten Vorfälle. Netzwerk-, Identitäts- und Infrastrukturtools steuern jeweils ihre eigenen Bereiche.

Jedes Tool kann seine eigene Funktion gut erfüllen. Die Herausforderung bei der Orchestrierung entsteht, wenn für die Wiederherstellung alle Tools als ein koordinierter Prozess zusammenarbeiten müssen.

Ohne eine Orchestrierungsebene müssen Teams möglicherweise Skripte manuell verbinden, doppelte Automatisierungslogik pflegen, zwischen verschiedenen Konsolen wechseln und Übergaben über Tickets oder Tools für die Zusammenarbeit koordinieren. Mit zunehmender Größe von Umgebungen können diese Abhängigkeiten dazu führen, dass Wiederherstellungsverfahren schwieriger zu pflegen und konsistent auszuführen sind.

Resolve stellt eine plattformunabhängige Orchestrierungsebene über IT-Bereiche hinweg bereit. Teams können Workflows koordinieren, Automatisierungen wiederverwenden, Governance konsistent anwenden und Wiederherstellungsaktionen über den gesamten Technologie-Stack hinweg miteinander verbinden.

KI macht eine gesteuerte Wiederherstellung noch wichtiger

KI kann Teams dabei helfen, unvollständige Warnungen zu interpretieren, den operativen Kontext zu analysieren und die am besten geeignete genehmigte Reaktion zu ermitteln. Aktionen zur Notfallwiederherstellung können jedoch Produktionsinfrastruktur, Geschäftsdaten, Identitätssysteme und kritische Services beeinflussen.

Diese Aktionen sollten nicht vollständig von nicht deterministischer KI abhängen.

Resolve trennt Schlussfolgerung und Ausführung, indem KI dort eingesetzt wird, wo Kontext und Interpretation wertvoll sind, während Produktionsaktionen an deterministische Workflows mit definierten Kontrollen übergeben werden. 

Dieser Ansatz ermöglicht es Teams, KI während der Wiederherstellung einzusetzen, ohne einem probabilistischen Modell uneingeschränkte Kontrolle über kritische Systeme zu geben.

Resolve verwandelt Wiederherstellungspläne in gesteuerte Aktionen

Ein Notfallwiederherstellungsplan ist nur so effektiv wie die Fähigkeit der Organisation, ihn umzusetzen, und Notfallwiederherstellungsverfahren hängen oft von erfahrenen Ingenieuren ab, die Systemabhängigkeiten, Ausnahmewege und die Reihenfolge verstehen, in der Aktionen erfolgen müssen.

Wenn dieses Wissen in Dokumenten, Skripten oder individueller Erfahrung festgehalten ist, hängt die Wiederherstellung während der Störung stark davon ab, wer verfügbar ist.

Resolve bietet Teams die Möglichkeit, dieses operative Fachwissen als wiederverwendbare Ausführungslogik zu kodifizieren und ein Wiederherstellungsmodell zu erstellen, das sich leichter wiederholen, steuern, überprüfen und verbessern lässt.

Dadurch werden dokumentierte Verfahren in gesteuerte Workflows umgewandelt, die Systeme koordinieren, Kontrollen anwenden, die Wiederherstellung überprüfen und Personen einbeziehen, wenn eine Beurteilung erforderlich ist.